MS-2 Curs Camp Probabilitate I

Evenimente
Operatii cu evenimente
Cmp finit de probabilitate
Conditionare s i independenta
Cmp de probabilitate I
Cmp finit de probabilitate I
Evenimente
Evenimente
Evenimente
Evenimente
Evenimente
tilor studiaza legile dupa care evolueaza

Teoria probabilita
fenomenele aleatoare. Cel mai simplu exemplu de fenomen
aleator este dat de experinta care consta n aruncarea unui zar
Aceasta experienta se poate
omogen pe o suprafata plana.
oarecare de ori. Fiecare repetare a
repeta de un numar
experientei se numeste proba.
n experienta considerata se obtin urmatoarele

cazuri posibile
E = {e1 , e2 , , e6 }
unde prin evenimentul elementar ei , i = 1, , 6 ntelegem ca
la o aruncare se obtine fata cu numarul

i.
Prin eveniment se ntelege orice rezultat al unei experiente,
rezultat despre care putem spune ca s-a realizat sau nu s-a
realizat n cadrul experientei respective.
Evenimente
Evenimentul sigur este evenimentul care se produce cu

probe s i se noteaza E.
certitudine la efectuarea oricarei
Evenimentul imposibil este evenimentul care nu se produce
la efectuarea unei probe s i se noteaza .
Evenimentul elementar este acel eveniment care are un
singur caz favorabil. Prin abuz de limbaj vom numi la fel s i
elementele multimii E.
Multimea tuturor evenimentelor legate de o experienta cu un
finit sau infinit de cazuri posibile se identifica cu familia
numar
tilor) multimii E, notata K = P(E). n
tuturor submultimilor (par
contextul analogiei dintre evenimente s i multimi vom ntelege
evenimentul sigur ca fiind multimea tuturor evenimentelor
elementare, E, iar orice alt eveniment (compus) apare ca fiind
submultime a lui E.
Evenimente
Exemplu
La aruncarea simultana a doua zaruri sunt 36 de cazuri posibile
E = {(ei , ej ), i, j = 1, , 6}.
"Obtinerea unei duble" are 6 cazuri favorabile
A1 = { (e1 , e1 ), (e2 , e2 ), (e3 , e3 ), (e4 , e4 ), (e5 , e5 ), (e6 , e6 ) },
iar evenimentul "suma punctelor egala cu 6" are 5 cazuri
favorabile
A2 = { (e1 , e5 ), (e2 , e4 ), (e3 , e3 ), (e4 , e2 ), (e5 , e1 ) }.
Evenimente
Exemplu
Daca trebuie sa transmitem 3 semnale diferite pe un canal, iar

transmisia se poate face ntr-o ordine aleatoare, atunci avem 6!
moduri, iar multimea E este multimea tuturor tripletelor
ordonate (permutari),
care se pot forma cu elementele multimii
{1, 2, 3}.
Daca trebuie sa transmitem 3 semnale diferite pe 3 canale de
transmisie n mod aleator, atunci avem 33 cazuri posibile
Evenimente
Definitia 1.1
Daca A este un eveniment, A se numeste eveniment contrar
s i este acel eveniment care se realizeaza atunci cnd
evenimentul A nu se produce.
A = E \ A = CE A.
Evenimente
Definitia 1.2
Fiind date doua evenimente A, B legate de o experienta,

aceasta prin A B, daca
spunem ca A implica B s i notam
realizarea lui A atrage dupa sine realizarea lui B.
Aceasta nseamna ca multimea cazurilor favorabile lui A este
inclusa n multimea cazurilor favorabile lui B.
Definitia 1.3
Doua evenimente A, B legate de o experienta se numesc
aceasta prin A = B, daca ele se
echivalente (coincid) s i notam
realizeaza simultan, A B s i B A.
Evenimente
Evenimente
Intersectia
Definitia 2.1
Date A s i B doua evenimente, numim intersectia lor,
evenimentul notat A B care se realizeaza atunci cnd A s i B
se produc simultan.
A B = { e E; e A si e B }.
Daca A B = atunci spunem ca evenimentele sunt
incompatibile. n acest caz realizarea simultana a
evenimentelor A s i B este imposibila.
Evenimente
Generalizare: (Ai )iI , I N,

\
Ai = { e E; e Ai , i I }
iI
se realizeaza atunci cnd toate evenimentele Ai se produc.

ti:
Proprieta
(i) A B = B A (comutativitate);
(ii) (A B) C = A (B C) (asociativitate);
(iii) daca A B atunci A B = A
T
(evident A A = A, A E = A, A = );
(iv ) A A = .
Evenimente
Generalizare: (Ai )iI , I N,

\
Ai = { e E; e Ai , i I }
iI
se realizeaza atunci cnd toate evenimentele Ai se produc.

ti:
Proprieta
(iii) daca A B atunci A B = A
T
(evident A A = A, A E = A, A = );
(iv ) A A = .
Evenimente
Reuniunea
Definitia 2.2
Date A s i B doua evenimente, numim reuniunea lor,
evenimentul notat A B care se realizeaza atunci cnd cel
putin unul dintre evenimentele A sau B se produce.
A B = { e E; e A sau e B }.
Evenimente
Generalizare: (Ai )iI , I N, evenimentul

[
Ai = { e E; i I, e Ai }
iI
se realizeaza atunci cnd cel putin unul dintre evenimentele Ai
se realizeaza.
ti:
Proprieta
(iii) daca A B atunci A B = B
(evident A A = A, A E = E, A = A);
(iv ) A A = E.
Evenimente
Generalizare: (Ai )iI , I N, evenimentul

[
Ai = { e E; i I, e Ai }
iI
se realizeaza atunci cnd cel putin unul dintre evenimentele Ai
se realizeaza.
ti:
Proprieta
(iii) daca A B atunci A B = B
(evident A A = A, A E = E, A = A);
(iv ) A A = E.
Evenimente
(i) (A B) C = (A C) (B C)
(distributivitatea intersectiei fata de reuniune);
(ii) (A B) C = (A C) (B C)
(distributivitatea reuniunii fata de intersectie);
(iii) A B = A B; A B = A B
(relatiile lui de Morgan).
[
iI
Ai =
\
iI
Ai
si
\
iI
Ai =
Ai .
iI
Evenimente
(i) (A B) C = (A C) (B C)
(distributivitatea intersectiei fata de reuniune);
(ii) (A B) C = (A C) (B C)
(distributivitatea reuniunii fata de intersectie);
(iii) A B = A B; A B = A B
(relatiile lui de Morgan).
[
iI
Ai =
\
iI
Ai
si
\
iI
Ai =
Ai .
iI
Evenimente
Diferenta
Definitia 2.3
Se numeste diferenta evenimentelor A s i B, evenimentul notat
A \ B care se realizeaza atunci cnd se produce A s i nu se
realizeaza evenimentul B.
A \ B = { e E; e A si e < B }.
Evenimente
ti:
Daca A, B, C, D K atunci au loc urmatoarele
proprieta
(i) A \ B = A B;
(ii) A \ B = A \ (A B);
(iii) A \ B = (A B) \ B;
(iv ) (A \ B) (B \ A) = ;
(v ) A = (A \ B) (A B) s i (A \ B) (A B) = ;
(vi ) A B = A [B \ (A B)] s i A [B \ (A B)] = ;
(vii) A (B \ C) = (A B) \ (A C);
(viii) (A \ B) (C \ D) = (A C) \ (B D).
Evenimente
ti:
Daca A, B, C, D K atunci au loc urmatoarele
proprieta
(i) A \ B = A B;
(ii) A \ B = A \ (A B);
(iii) A \ B = (A B) \ B;
(iv ) (A \ B) (B \ A) = ;
(v ) A = (A \ B) (A B) s i (A \ B) (A B) = ;
(vi ) A B = A [B \ (A B)] s i A [B \ (A B)] = ;
(vii) A (B \ C) = (A B) \ (A C);
(viii) (A \ B) (C \ D) = (A C) \ (B D).
Evenimente
Exemplu
Daca A, B, C sunt 3 evenimente atunci:

1. faptul ca toate trei se realizeaza se exprima prin A B C.
2. cel putin unul se realizeaza nseamna A B C.
3. A sau B se realizeaza s i C nu are loc se exprima prin
(A B) C.
4. exact un eveniment se realizeaza nseamna
(A B C) (A B C) (A B C).
Evenimente
Evenimente
Probabilitate n sens clasic
Definitia 3.1
Numim probabilitate n sens clasic functia
P : K [ 0, 1 ]
definita prin
P(A) =
nr . cazurilor favorabile k
=
nr . cazuri posibile
n
(3.1)
Evenimente
Functia de probabilitate
Definitia 3.2
Numim probabilitate pe un cmp finit de evenimente (E, K), o
functie P : K [ 0, 1 ] care satisface axiomele:
P(A) [ 0, 1 ], A K;
(3.2)
P(E) = 1;
(3.3)
P(A B) = P(A) + P(B), A, B K, A B = .
(3.4)
Tripletul (E, K, P) se numeste cmp finit de probabilitate.
Evenimente
Formule de calcul ntr-un cmp de probabilitate
Propozitia 3.1
Fie (E, K, P) un cmp de probabilitate. Au loc relatiile:
P() = 0;
A K;
(3.6)
Ai K, Ai Aj = , i , j
(3.7)
P(A) = 1 P(A),
P
n
[
i=1
Ai
n
X
P(Ai ),
(3.5)
i=1
Evenimente
Probabilitatea unei diferente

Propozitie. Daca A, B K atunci:
P(A \ B) = P(A) P(A B).
(3.8)
Demonstratie. A = (A \ B) (A B) cu (A \ B) (A B) = ,
axioma (3.4) s i deducem
aplicam
P(A) = P(A \ B) + P(A B)
Daca A, B K atunci:
Consecinta.
AB
P(A) P(B)
Demonstratie. Daca A B, avem A = A B s i atunci

P(B \ A) = P(B) P(A) iar P(B \ A) 0.
Evenimente
Probabilitatea unei diferente

P(A \ B) = P(A) P(A B).
(3.8)
Demonstratie. A = (A \ B) (A B) cu (A \ B) (A B) = ,
axioma (3.4) s i deducem
aplicam
P(A) = P(A \ B) + P(A B)
Daca A, B K atunci:
Consecinta.
AB
P(A) P(B)
Demonstratie. Daca A B, avem A = A B s i atunci

P(B \ A) = P(B) P(A) iar P(B \ A) 0.
Evenimente
Probabilitatea unei reuniuni

P(A B) = P(A) + P(B) P(A B).
(3.9)
Demonstratie. A B = A [B \ (A B)] cu A [B \ (A B)] = .
Din (3.4) s i (3.8) rezulta:

P(A B) = P(A) + P (B \ (A B)) = P(A) + P(B) P(B (A B))
= P(A) + P(B) P(A B).
Generalizare. Daca Ai K, i {1, 2, . . . , n} atunci:
P(
n
[
i=1
Ai ) =
n
X
i=1
P(Ai )
P(Ai Aj )+
P(Ai Aj Ak )+
1i<j<k n
1i<j=n
+ . . . + (1)n1 P(
n
\
Ai )
i=1
(3.10)
Evenimente
Probabilitatea unei reuniuni

P(A B) = P(A) + P(B) P(A B).
(3.9)
Demonstratie. A B = A [B \ (A B)] cu A [B \ (A B)] = .
Din (3.4) s i (3.8) rezulta:

P(A B) = P(A) + P (B \ (A B)) = P(A) + P(B) P(B (A B))
= P(A) + P(B) P(A B).
Generalizare. Daca Ai K, i {1, 2, . . . , n} atunci:
P(
n
[
i=1
Ai ) =
n
X
i=1
P(Ai )
P(Ai Aj )+
P(Ai Aj Ak )+
1i<j<k n
1i<j=n
+ . . . + (1)n1 P(
n
\
Ai )
i=1
(3.10)
Evenimente
Exemplu
Rezistorii circuitului din figura (1) Ri , i = 1, 4 functioneaza
independent s i au aceleasi s anse de a se defecta. Sa se
calculeze probabiliatea ca prin circuit sa circule curentul.
Figure:
A = (R1 R2 R3 ) R4 = (R1 R4 ) (R2 R4 ) (R3 R4 ).
Numarul
cazurilor posibile este 24 , deorece orice rezistor
poate fi n doua situatii, independent de celelalte. Doi rezistori
functioneaza n 22 cazuri favorabile, trei rezistori n 2 cazuri
favorabile, iar toate patru ntr-un singur caz.
Evenimente
Exemplu
Rezistorii circuitului din figura (1) Ri , i = 1, 4 functioneaza
independent s i au aceleasi s anse de a se defecta. Sa se
calculeze probabiliatea ca prin circuit sa circule curentul.
Figure:
A = (R1 R2 R3 ) R4 = (R1 R4 ) (R2 R4 ) (R3 R4 ).
Numarul
cazurilor posibile este 24 , deorece orice rezistor
poate fi n doua situatii, independent de celelalte. Doi rezistori
functioneaza n 22 cazuri favorabile, trei rezistori n 2 cazuri
favorabile, iar toate patru ntr-un singur caz.
Evenimente
Inegalitatea lui Boole.
Propozitie.
Daca Ai K, i {1, 2, . . . , n} atunci are loc urmatoarea

inegalitate:
!
P
n
\
i=1
Ai
n
X
P(Ai ) (n 1).
k =1
(3.11)
Evenimente
Exemplu
tile
Un dispozitiv corespunde cerintelor daca satisface proprieta
a, b, c. ntr-un lot de dispozitive 95% satisfac proprietatea a,
90% dispozitive satisfac b iar 92% de dispozitive verifica
proprietatea c. Sa se determine o limita inferioara a
tii ca, alegnd la ntmplare un dispozitiv, acesta sa
probabilita
corespunda cerintelor.
P(A B C) P(A) + P(B) + P(C) (3 1)
= 0, 95 + 0, 90 + 0, 92 2 = 0, 77.
Evenimente
Conditionare si
independenta
Evenimente
Probabilitate conditionata
Definitia 4.1
Daca A K, satisface P(A) , 0, atunci probabilitatea de
realizare a evenimentului B n ipoteza ca evenimentul A s-a
realizat, se numeste probabilitatea lui B, conditionata de A s i
este definita prin:
P(B|A) = PA (B) =
P(B A)
.
P(A)
(4.1)
Evenimente
Propozitia 4.1
Daca A K s i P(A) , 0 atunci probabilitatea conditionata de A
tii.
satisface axiomele probabilita
1) P(B|A) [ 0, 1 ], B K;
2) P(E|A) = 1;
3) P(B C|A) = P(B|A) + P(C|A), B, C K, B C = .
Evenimente
Exemplu
O urna contine 6 bile albe s i 4 bile negre. Extragem o bila s i
ca este alba.
Mai extragem o bila.
Cu ce
constatam
Vom considera situatiile:
probabilitate a doua este tot alba?
a. prima bila este repusa;
b. prima bila nu este repusa.

s i B ="a doua bila este alba".
A ="prima bila este alba"

Daca suntem n cazul a., faptul ca s-a produs A nu influenteaza
6
.
realizarea evenimentului B. Atunci P(B) =
10
Daca suntem n situatia b., atunci A conditioneaza pe B s i prin
5
urmare vorbim despre P(B|A) = .
9
Evenimente
Probabilitatea intersectiei
Daca A, B K atunci, din (4.1) deducem

P(A B) = P(A) P(B|A),
daca P(A) , 0;
(4.2)
P(A B) = P(B) P(A|B),
daca P(B) , 0.
(4.3)
Evenimente
Evenimente independente
Definitia 4.2
Evenimentele A s i B se numesc independente daca are loc
P(A B) = P(A) P(B).
(4.4)
Propozitia 4.2
Daca A, B K s i P(A) P(B) , 0, atunci urmatoarele

afirmatii
sunt echivalente:
(i) A, B sunt independente;
(ii) P(A|B) = P(A);
(iii) P(B|A) = P(B).
Evenimente
Evenimente independente
Propozitia 4.3
Fie A, B doua evenimente arbitrare. Urmatoarele

afirmatii sunt
echivalente.
(i) A, B sunt independente;
(ii) A, B sunt independente;
(iii) A, B sunt independente;
(iv ) A, B sunt independente.
Evenimente
Probabilitatea unei intersectiigeneralizare
n
\
Ai
i=1
= P(A1 ) P(A2 |A1 ) P(A3 |A1 A2 ) . . . P(An |A1 A2 . . . An1 ).

(4.5)
Evenimente
Exemplu
Un lot de 100 de diode contine 5% rebuturi. Se face umatorul
control de calitate: se aleg (fara repunere) 5 diode s i daca cel

lotul se respinge. Sa calculam
putin una este defecta,

probabilitatea de a respinge lotul.
Ai ="la extragerea i se obtine o dioda rebut". Lotul este respins
daca se realizeaza evenimentul
5
[
Ai .
i=1
5
[
i=1
Ai
=1P
5
[
i=1
Ai = 1 P
5
\
Ai
i=1
= 1 P(A1 ) P(A2 |A1 ) P(A3 |A1 A2 ) P(A4 |A1 A2 A3 )

95 94 93 92 91
P(A5 |A1 A2 A3 A4 ) = = 1
.
100 99 98 97 96
Evenimente
Definitia 4.3
Evenimentele Ai K, i {1, 2, . . . , n}, se numesc global
independente daca pentru orice I {1, 2, . . . , n} are loc
\
iI
Ai =
P(Ai ).
(4.6)
iI
Daca trei evenimente sunt independente doua cte doua nu

rezulta ca ele sunt independente n totalitatea lor (global).
Evenimente
Exemplul lui S. N. Bernstein
un tetraedru omogen cu fetele colorate astfel: o

Consideram
o fata este neagra,
o fata este rosie iar a patra
fata este alba,
fata este colorata n toate cele trei culori.
Aruncnd tetraedrul pe o masa el se aseaza pe una din fete.
culori s i
Ne intereseaza probabilitatea aparitiei fiecarei
independenta evenimentelor corespunzatoare.
Evenimente
A1 evenimentul care consta n aparitia culorii albe,

A2 evenimentul care consta n aparitia culorii negre,
A3 evenimentul care consta n aparitia culorii rosii.
1
2
deoarece pentru fiecare culoare sunt patru cazuri posibile s i
doua favorabile (fata cu culoarea respectiva s i fata cu cele trei
culori).
P(A1 ) = P(A2 ) = P(A3 ) =
P(A1 A2 ) = P(A1 A3 ) = P(A2 A3 ) =
1
,
4
P(A1 A2 ) = P(A1 ) P(A2 ),

P(A1 A2 A3 ) =
1
1
, P(A1 ) P(A2 ) P(A3 ) = .
4
8

MS-2 Curs Camp Probabilitate I

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

MS-2 Curs Camp Probabilitate I

Încărcat de

Drepturi de autor:

Formate disponibile

Evenimente

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Cmp finit de probabilitate

Cmp finit de probabilitate I

Cmp finit de probabilitate I

tilor studiaza legile dupa care evolueaza

experientei se numeste proba.

n experienta considerata se obtin urmatoarele

la o aruncare se obtine fata cu numarul

Evenimentul sigur este evenimentul care se produce cu

Cmp finit de probabilitate I

Daca trebuie sa transmitem 3 semnale diferite pe un canal, iar

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Fiind date doua evenimente A, B legate de o experienta,

Cmp finit de probabilitate I

Cmp finit de probabilitate I

evenimentelor A s i B este imposibila.

Cmp finit de probabilitate I

Generalizare: (Ai )iI , I N,

se realizeaza atunci cnd toate evenimentele Ai se produc.

Cmp finit de probabilitate I

Generalizare: (Ai )iI , I N,

se realizeaza atunci cnd toate evenimentele Ai se produc.

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Generalizare: (Ai )iI , I N, evenimentul

se realizeaza atunci cnd cel putin unul dintre evenimentele Ai

Generalizare: (Ai )iI , I N, evenimentul

se realizeaza atunci cnd cel putin unul dintre evenimentele Ai

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Daca A, B, C sunt 3 evenimente atunci:

Cmp finit de probabilitate I

Cmp finit de probabilitate

Cmp finit de probabilitate I

Probabilitate n sens clasic

Cmp finit de probabilitate I

P(A B) = P(A) + P(B), A, B K, A B = .

Tripletul (E, K, P) se numeste cmp finit de probabilitate.

Cmp finit de probabilitate I

Formule de calcul ntr-un cmp de probabilitate

Cmp finit de probabilitate I

Probabilitatea unei diferente

Demonstratie. Daca A B, avem A = A B s i atunci

Probabilitatea unei diferente

Demonstratie. Daca A B, avem A = A B s i atunci

Probabilitatea unei reuniuni

Demonstratie. A B = A [B \ (A B)] cu A [B \ (A B)] = .

Din (3.4) s i (3.8) rezulta:

Probabilitatea unei reuniuni

Demonstratie. A B = A [B \ (A B)] cu A [B \ (A B)] = .

Din (3.4) s i (3.8) rezulta:

A = (R1 R2 R3 ) R4 = (R1 R4 ) (R2 R4 ) (R3 R4 ).

A = (R1 R2 R3 ) R4 = (R1 R4 ) (R2 R4 ) (R3 R4 ).

Inegalitatea lui Boole.

Daca Ai K, i {1, 2, . . . , n} atunci are loc urmatoarea

Cmp finit de probabilitate I

Cmp finit de probabilitate I

Cmp finit de probabilitate I